20

allg. Ernährungsepidemiologie (Subject) / Fehlerquellen (Lesson)

This lesson was created by vanbeeka.

Learn lesson

This lesson is not released for learning.

back  |  next 1 / 1

• 10. Welcher Fehlerquellen gibt es in epidemiologischen Studien? Zufallsfehler Stichprobenumfang systematische Fehler (Bias) Störgrößen (Confounder) Validität Ethische Aspekte
• 11. Was sind Zufallsfehler? Ursachen? wie kann man Zufallsfehler verringern? der in der Stichprobe gemessene Wert weicht ausschließlich zufallsbedingt vom wahren Wert ab Ursachen:Individuelle  biologische VariationStichprobenfehlerMessfehler Verringerung:Stichprobenumfang vergrößernstrenge Studienprotokolle, sorgfältige individuelle MessungenNachweis der Genauigkeit und Präzision einer Messmethode hilfreich
• 12. Warum kann Stichprobenumfang zu Fehlerquelle werden? Womit sollte Stichprobenumfang berechnet werden? muss groß genug sein damit Studie genug statistische Aussagekraft (power) hat Berechnung mit:Erforderlichem statistischem SignifikanzniveauZulässige IrrtumswahrscheinlichkeitGröße des untersuchten EffektsKrankheitshäufigkeit in der PopulationRelative Größe der Vergleichsgruppe
• 12. Was sind Systematische Fehler? Bias (Verzerrung) Ergebnisse weichen systematisch (systematischer Effekt) vom wahren Wert ab und verzerren so die Tatsachen, d.h. auch bei wiederholter Messung ein Effektschätzer weicht systematisch von wahren Schätzer ab (im Gegensatz zu zufälligen Fehlern)
• 13. Arten von Bias? Wann treten sie auf? Selektionsbias = Verzerrung durch Selektion resultiert aus Auswahl der Studienteilnehmer tritt auf wenn sich die Merkmale der für die Studie ausgewählten und die Merkmale der nicht ausgewählten Personen systematisch unterscheiden zB wenn Teilnehmer sich freiwillig melden zB wenn Krankheit oder interessierender Faktor selbst dazu führt dass Betroffene nicht in Studie eingeschlossen werden "healthy worker effect" > bei arbeitsbedingten Studien: nur gesunde sind noch bei der Arbeit selective survival > Sterberate innerhalb einer Gruppe unterschiedlich Loss to follow-up unproportional Informations- oder Messungsbias = Verzerrung durch ungenaue Messung oder Klassifikation recall bias: zB durch Erkrankung ausgelöste kritische Betrachtung des Lebensstils (over- und underreporting) Interviewer bias: Einfluss auf Antwortverhalten misclassification bias: fehlerhafte Zuordnung der Teilnehmer zu Vergleichsgruppen Publikationsbias: Auswahl der Zeitschriften die zitiert werden Nicht-Veröffentlichung von nicht-signifikanten Studienergebnissen
• 14. Was sind Confounder? Wann treten sie auf? Was sind häufige Confounder? bekannte/unbekannte Störgrößen wenn in der Studienpopulation eine weitere Exposition vorliegt, die sowohl mit Krankheit als auch der untersuchten Exposition in Zusammenhang steht (dritte Variable) häufige Confounder: Alter, Gesellschaftsschicht...
• 15. Bedingungen für Confounder? Der Umweltfaktor muss selbst in Abwesenheit von der interessierenden Exposition mit der Erkrankung assoziiert sein (ursächlich/ kausal) Der Umweltfaktor muss mit der interessierenden Exposition assoziiert sein (nicht kausal, bzw kann auch kausal sein aber dann ist es wahrscheinlich dass es sich um einen intermediären Faktor handelt und Bedingung 3 damit nicht erfüllt ist) Der Umweltfaktor darf kein Zwischenschritt in der kausalen Kette zwischen Exposition und Outcome sein (Ein Faktor kann nur als Confounder wirken wenn er sich zwischen Studiengruppen unterscheidet) > tritt er in den Studiengruppen gleichermaßen auf (zB gleich häufig) kann er nicht mehr als Confounder wirken
• 16. wie kann die Beziehung zwischen Exposition und Outcome geklärt werden (ganz/teilweise) wenn confounding vorliegt? kann durch die Wirkung einer dritten Größe geklärt werden
• 17. Was ist der Unterschied zwischen Confounding und Bias? Confounding entsteht durch das komplexe Zusammenspiel verschiedener Expositionen und der Erkranung Bias ist hingegen hauptsächlich auf Studiendurchführung/Studienteilnehmer zurückzuführensystematische Fehler
• 18. Welche Methoden zur Kontrolle von Counfounding gibt es auf Ebene von Studiendesigns, Studiendesign und Analyse, Analyse? Ebene: Studiendesigns: Randomisierung, Restriktion Studiendesign und Analyse: Matching  Analyse: Stratifizierung, Multivariate Analysestrategien
• Advertisement
• 19. Randomisierung: in welchen Studien anwendbar, wann effektiv, wozu führt es? Anwendbar in Interventionsstudien sehr effektiv wenn die Studienpopulation groß genug ist führt zu gleicher Verteilung von bekannten und unbekannten Faktoren
• 20. was ist Restriktion. was ist an Restriktion problematisch? = Begrenzung Studienteilnehmer auf Personen welche sich in Bezug auf den Confounder nicht unterscheiden (zB nur Männer, wenn Geschlecht ein potentieller Confounder ist) problematisch: reduziert Zahl der möglichen Teilnehmer "Restconfounding" wenn Confounder nicht vollständig eliminiert schränkt Generalisierbarkeit ein verhindert die Untersuchung der Assoziation in den unterschiedlichen Ausprägungen es Confounders (zB Männer/Frauen)
• 21. Was ist Matching? Wann am effektivsten? Was ist problematisch? = Auswahl der Teilnehmer so, dass potentielle Confounder über die Studiengruppen gleich verteilt sind am effektivsten>in großen Studien so dass 1:1 matching möglich ist>in kleinen Studien R:1, also so dass mehr als eine Kontrolle pro Fall problematisch: schwierig/kostenintensiv Studienteilnehmer mit gesuchten Kriterien zu finden  je mehr potentielle Confounder berücksichtigt werden esto schwieriger Assoziation mit Confounder kann nicht untersucht werden
• 22. Was ist Stratifizierung? Wie? Wann problematisch? = Kontrolle von Confounding in der AnalyseEinteilung der Studienpopulation in homogene GruppenBerechnung der Assoziation in diesen Gruppen, verschiedene Möglichkeiten zur Kombination der einzelnen Risikoschätzer zu einem "adjustierten" Risikoschätzer (pooling) problematisch bei gleichzeitiger Kontrolle vieler potentieller Confounder
• 23. Schritte einer stratifizierten Analyse. Wofür? Erstelle Strata (Einteilung der Studienpopulation in homogene Gruppen) Berechne stratum-spezifische Schätzer Abschätzung der Ähnlichkeit der stratum-spez. Schätzer und mit rohem Schätzer (vergleich) Sind Schätzer "gleich" > Berechnung eines adjustierten Schätzers Sind Schätzer "unterschiedlich" > gebe stratum-spezifische Schätzer an  Confounding liegt vor wenn:Stratumspezi Schätzer ähnlich sind aber um mind. 10% vom rohen Schätzer abweichen >dann Mantel-Haenszel-Methode zur Berechnung des adjustierten SchätzersConfounding liegt nicht vor, wennroher Schätzer und stratumspezifische Schätzer ähnlich sind  Effektmodifikation liegt vor wenn:Stratumspezi Schätzer signifikant (OR>2)voneinander abweichen (Prüfen mit stat Tests) > Angabe der stratumspez SchätzerEffektmodifikation liegt nicht vor, wenn roher Schätzer und stratumspez Schätzer ähnlich sind
• 24. Was ist multivariate Analyse? Wovon abhängig? gleichzeitige Kontrolle vieler potentieller Confounder mathematisches Modell, welches die Assoziation zwischen Exposition und Outcome beschreibt und potentielle Confounder einschliesst Modell abhängig vom Studiendesign, Art der Variablen, Art der Assoziation
• 25. Was ist Validität? Welche Arten gibt es? = Übereinstimmung zwischen einem Test und dem, was dieser Test messen soll interne Validität = Ausmaß, in dem die Ergebnisse einer Beobachtung auf die untersuchte Probandengruppe zutreffen externe Validität = Generalisierbarkeit. Bezeichnet Ausmaß in dem die Ergebnisse auf Personen übertragbar sind die nicht an Studie teilgenommen haben
• 12. Was ist Effektmodifikation? Wechselwirkungen, Interaktion von Drittfaktoren (Effekt-Modifikation) die gemeinsam mit Expositionsvariablen einen verstärkenden oder abschwächenden Effekt auf Zielvariable (Outcome) ausübtsynergistisch oder antagonistische Wirkung zBRauchen + Asbest > LungenkrebsAlkoholkonsum + Medikamente > Verstärkte Wirkung
• 26. Definition: Effekt; Assoziation, Kausalität Effekt = einseitig gerichteter statistischer Zusammenhang (Einfluss) zw. Exposition und Outcomeimpliziert dass der Zusammenhang kausal ist, muss edoch nicht der Fall sein (zB wenn Confounding vorliegt) Assoziation = ungerichteter stat. Zusammenhang zwischen zwei VariablenRichtung nocht nicht bekannt Kausalität = naturgesetzlich (zB biologisch) begründeten und reproduzierbaren ursächlichen und gerichteten Zusammenhang zwischen Exposition und Outcome. Es gibt eine feste zeitliche Richtung bzw Reihenfolge des Zusammenhangs (Veränderung der Exposition geht Veränderung des Outcomes voraus)
• 27. Kriterien zur Prüfung der Kausalität Zeitliche Abfolge (fand Expo vor Outcome statt?) Stärke der Assoziation (RR oder OR je stärker desto wahrscheinlicher Kausalität) Dosis-Wirkung-Beziehung ( eine Erhöhung der Expo steigert Risiko der Erkrankung) Konsistenz der Ergebnisse (Gleiche Ergebnisse in unterschiedlichen Studien) Biologische Plausibilität (ist die  Assoziation konsistent mit biologischen Kenntnissen?) Alternative Erklärungsmöglichkeit (Berücksichtigung von confounding/bias) Ausschalten der Exposition (verringert Ausschalten das Risiko?) Spezifität der Assoziation (eine bestimmte Expo ist spezifisch für Erkrankung)

back  |  next 1 / 1